企业官网建设流程全解析

很多人用 AI 的方式是：有问题就问、拿到答案就开干。
但一段时间下来你会发现——AI 很勤奋，但产出不稳定：有时候像专家，有时候像实习生。

我后来把效率真正拉起来的关键，不是换更强的模型，而是——认真写 System Prompt。

System Prompt 本质上是 AI 的「岗位说明书」：
你希望它扮演什么角色、按什么流程思考、输出到什么颗粒度，都在这里一次讲清楚。

1）System Prompt 决定了 AI 的工作方式上限

同样一句“我有个模糊需求”，两种结果：

• 没有 System Prompt

  ：AI 往往给一个单点答案，你需要反复追问、补充、纠错

• 有 System Prompt

  ：AI 会先做现状分析、指出痛点、给多个方案对比、列风险与确认点，最后再输出执行计划

你会明显感觉到：
AI 不再是“搜索框”，而更像一个能带你走完整流程的顾问。

2）我给 AI 灌输了一条规则：当顾问，不当老板

我在 Kiro 里给 AI 写了一段 System Prompt，核心只有一句话：

你可以替我想方案、替我做分析，但最终决策权必须留给我；需求足够清晰时，直接给可执行计划。

它帮我解决了几个常见痛点：

• 我经常只有一个方向，但需求还很模糊

• 我需要多个方案的对比，而不是“唯一正确答案”

• 我希望 AI 在执行前先让我确认，避免盲目推进

3）实战过程：同样的需求，AI 真的“变了一个人”（配合 4 张截图）

下面是我在 Kiro 里的真实使用流程：

第一步：设置 System Prompt 后第一次提问

设置 system prompt 后提问，AI 的回复

你会看到它不是急着给结论，而是先输出：

• 明确需求

• 拓展建议

第二步：AI 给出方案，并让我“批准执行”（附拓展建议）

AI 给我构思并确定了计划，让我批准执行（还有拓展建议）

这一段最关键：
AI 不是把结果甩给你，而是明确告诉你：

• 方案是什么

• 具体怎么做

• 下一步要不要执行（等你拍板）

第三步：我采纳部分拓展建议，让它继续研究

AI 指出潜在问题、不明确点，并列出大量确认点

这一步 AI 做了两件很像“资深同事”的事：

• 主动暴露风险与潜在坑

• 把不确定点列成清单，反过来向我确认

本质价值是：提前避免返工。

第四步：我确认后，AI 输出执行级计划

详细执行计划：表结构、要修改的文件、预计新增的文件

当确认完成后，AI 进入“执行模式”，输出能直接落地的内容：

• 表结构

• 修改点

• 新增文件

• 实施步骤与顺序

4）结论：写对 System Prompt，AI 才能稳定变成你的“高效同事”

我现在越来越确信：

不用 System Prompt，你是在“用 AI”；
用好 System Prompt，你是在“管理 AI”。

当你把角色、流程、输出标准定义清楚，AI 才会稳定交付高质量成果。

5）获取 Prompt：回复公众号1212直达 Prompt 分享界面

想直接拿到我文章里用的 Prompt（以及更多可选模板）：

回复公众号：1212
即可直达Prompt 分享界面：

• 在线选择你想用的 Prompt 一键使用

• 也可以把你觉得好用的 Prompt 分享给大家

6）Kiro 使用小技巧：把 Prompt 写进工程，让 AI 自动读取

如果你在用 Kiro，我推荐把常用规则沉淀到项目里。

在工程项目下创建文件：

.kiro\steering\code-conventions.md

把你的 Prompt（规则/约束/偏好）写进去。
之后 AI 会自动读取这份约定，形成更稳定、更一致的输出。

这一步做完，你会明显感觉：
同一个项目里，AI 的回答更“懂你”，也更像团队成员在协作。

7）其他 AI 工具怎么用这套方法？

这套思路并不只适用于 Kiro。

• 通用 AI 聊天工具（如 ChatGPT / Claude 等）
  👉 直接把 System Prompt 在对话一开始发送给 AI 即可

• 支持自定义 Prompt 的工具
  👉 在它们的「System Prompt / 自定义指令 / 角色设置」位置填写

核心不是工具本身，而是这件事：

你有没有先告诉 AI：
你希望它“扮演谁”，
“按什么流程工作”，
“产出到什么程度”。

只要这些说清楚，换任何 AI，效率都会立刻上一个台阶。